Negli ultimi anni sempre più piattaforme di social network sono state create. Alcuni esempi importanti sono Facebook, Xing e LinkedIn. Il fornitore della piattaforma raccoglie una montagna di dati per ogni suo utente. Inolte informazioni personali come età, hobbies e carriera personale, ma anche le relazioni tra gli utenti sono raccolte. Conseguentemente, ogni piattaforma rappresenta una rete di utenti dove ogni utente può essere caratterizzato con proprietà specifiche. I collegamenti tra gli utenti possono avere diversi significati. Un significato molto comune è che due utenti sono collegati se si conoscono l'un l'altro. Ma anche altri tipi di relazione sono possibili: ad esempio nelle reti di interazione una connessione tra gli utenti è attivata quando avviene una comunicazione tra questi utenti (es. e-mail o telefono).

I dati nei social networks potrebbero contenere informazioni preziose. L'area di ricerca chiamata Social Network Analysis (Analisi dei Social Network) fornisce metodi per guadagnare queste informazioni. Per raggiungere questo scopo, per esempio metodi statistici e algoritmi grafici di clustering come EBC-clustering [1] sono stati proposti. Una raccomandabile introduzione nell'area delle analisi dei social network è fornita da Brandes e Erlebach [2].